INNOVACIÓN

Las redes neuronales artificiales al servicio de los granjeros de peces del futuro

Un método de Inteligencia Artificial permite conocer la intensidad de hambre de los peces para mejorar la alimentación de los mismos

La piscicultura inteligente, o acuicultura 4.0 es un nuevo campo científico cuyo objetivo es el de optimizar el uso eficiente de los recursos y promover el desarrollo sostenible de la acuicultura.

Dentro de esta área de conocimiento destacan por gran y amplio potencial el uso de los datos para desarrollar a través de metodología de Inteligencia Artificial redes neuronales artificiales, también conocidas como sistemas conexionistas, un modelo computacional que “aprende automáticamente” y da soluciones simplificadas en áreas donde esta característica es difícil de expresar con la programación convencional.

Este tipo de Inteligencia Artificial busca simular la experiencia acumulada de un experto humano que hace una recomendación.

Aunque a simple vista se nos pueden ocurrir multitud de aplicaciones dentro del área de la acuicultura comercial, lo cierto es que programar este tipo de sistemas no es tarea fácil, y se podría decir que en ese aspecto la tecnología está todavía en un momento muy incipiente.

Una de las aplicaciones que más rápida aplicación tendrá en la acuicultura se relaciona con el uso eficiente del alimento al determinar en todo momento el apetito de los peces. De esta manera, se puede mejorar el rendimiento productivo de una granja, el ahorro de costes innecesarios y la sostenibilidad.

Con objeto de profundizar más en este tema, un equipo de ingenieros de la Universidad Nacional del Océano de Taiwán ha desarrollado un sistema de datos de flujo óptico interpolado por vídeo capaz de predecir con un 95% de precisión la intensidad de alimentación de los peces, superando otros métodos de última generación. Además, esta precisión, como señalan en su estudio publicado en Aquaculture Engeenering, aumentó al utilizarla combinada con otros métodos.

Este sistema neuronal artificial aprende sobre la marcha a medida que obtiene más datos y, combinado con otros conjuntos de datos sobre actividades de la granja, permite “entrenar la red neuronal para futuras aplicaciones relacionadas con la alimentación”.

El método consta de vídeo vigilancia para la obtención de imágenes que generan un flujo de datos que permiten generar la red neuronal en dos etapas. Una inicial que genera pixeles de movimiento y otra más avanzada que genera un modelo 3D para la evaluación de la intensidad de la alimentación de los peces.

Las imágenes son tomadas con un dron aéreo con el que capturan imágenes de una granja de acuicultura durante la actividad de alimentación de los peces. Los ingenieros han establecido cuatro niveles de intensidad para determinar el apetito de los peces de acuicultura: ninguno, débil, medio y fuerte y lo han comparado con otros sistemas avanzados que desarrollan este tipo de análisis.

En la actualidad es habitual incorporar una cámara de vigilancia durante las tareas de alimentación, sin embargo, este método va un paso más allá al incorporar Inteligencia Artificial que permite establecer, a través del aprendizaje computacional, el grado de hambre que tienen los peces, ayudando a determinar la acción óptima de alimentación de peces para mejorar la precisión.